基于表示学习的技术融合差异度测度方法及其效果研究

摘要：

[目的 /意义]现有研究进行技术融合差异度测度时仅在分类号层面开展、尚未涉及到分类号背后的技术语义内涵层面,且泰对测度方法的效果进行对比,对此,本研究从揭示技术语义的角度进行技术融合差异度测度方法研究和效果比较研究,助力其方法论的完善.[方法/过程]表示学习技术能够利用海量先验知识计算研究对象的语义差异,因此,提出基于Word2vec和Bert的技术融合差异度测度方法,可以利用专利分类号释义文本和关联专利文本来度量技术融合的差异度,共形成6种测度方法.采用这6种测度方法对2019-2020年申请的四方专利进行技术融合差异度的测度,与现有基于分类号共现频次和共现关系的差异度测度方法进行效果对比.[结果/结论]研究发现,同时利用专利分类号释义文本和关联专利文本,采用Word2vec进行MC分类号向量化,较之其他方案能够更为有效地测算技术融合差异度,可以在未来技术融合的研究工作中推广应用.

关键词：差异度;技术融合;技术会聚;表示学习;BERT;Word2vec

所属期刊栏目：66

分类号：G306(科学研究理论)

资助基金：中国科学院战略研究专项支撑我国重点产业发展的基础研究布局与关键技术储备研究项目GHJ-ZLZX-2020-31-5

在线出版日期：2022-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：118-128